科技日报记者 刘霞
英国《自然》网站在近日的报道中指出，越来越多科学家正在将人工智能用于生物多样性保护领域。他们通过分析大量数据，监测生态系统，找出一段时间以来的趋势，应对生物多样性丧失这一难题，并挽救濒危物种。
人工智能承担重任
现在，物种的消失速度是数百万年前的数万倍，多达100万个物种濒临灭绝。鉴于此，联合国2020年制定了一个目标：到2030年，地球上至少有30%的土地、淡水和海洋以某种形式得到保护或养护。迄今为止，世界上仅约15%的陆地和7%的海洋受到了某种程度的保护。
国际非营利组织“未来社会”的创始人尼古拉斯·米艾表示，尽管人工智能目前“并不完美”，但可能会加速重要发现，非常需要人工智能专家参与设计模型，以及收集、标记、质量检查和解释数据。
Conservation AI的工具可以从摄像机镜头中识别物种。
图片来源：《自然》网站
英国非营利组织Conservation AI正在将人工智能技术用于各种生态项目。该组织专家表示，没有人工智能，人类可能永远无法实现联合国提出的濒危物种保护目标。
“声景”分析识别物种
德国维尔茨堡大学生态学家约格·米勒团队的研究已经证明，人工智能工具可从录音中识别动物物种，从而帮助量化热带森林的生物多样性。
在10月17日发表于《自然·通讯》杂志上的一项研究中，科学家使用人工智能分析了厄瓜多尔Chocó地区动物的“声景”，该地区以丰富的物种多样性而闻名。他们在43块代表不同恢复阶段的土地上放置了记录器，记录动物的“声景”。这些土地囊括未受森林砍伐影响的林地、已被砍伐但随后被遗弃并开始再生的地区，以及用于可可种植园和牧场的土地。随后，他们将录制的音频文件交给专家，专家们鉴定出183种鸟类、41种两栖动物和3种哺乳动物。
研究人员还将他们的录音输入“卷积神经网络”（CNN），该模型可识别鸟类的声音。结果显示，CNN能够识别出专家已鉴定的183种鸟类中的75种，但该模型的数据集有限，仅包含该地区可能出现的77种鸟类。
人工神经网络可以从雨林录音中识别鸟类。
图片来源：《自然》网站
这一研究表明，人工智能可利用声音对热带地区的物种进行更全面的识别，现在需要的只是人类收集更多数据。
实时监测生物多样性
Conservation AI组织的研究人员开发了一些模型，可搜索无人机或红外相机拍摄的镜头和图像，以识别野生动物（包括极度濒危物种），并跟踪动物的活动。
他们建立了一个免费的在线平台，使用其模型自动分析图像、视频或音频文件，包括来自实时摄像机镜头和其他传感器的数据。当发现用户感兴趣的物种时，该模型可通过电子邮件通知用户。
到目前为止，Conservation AI组织已处理了超过1250万张图像，检测到68个物种的400万多只动物的外貌，其中包括乌干达的濒危穿山甲、加蓬的大猩猩和马来西亚的猩猩。
该平台每小时可处理数万张图像，而人类最多只能处理几千张，人工智能处理数据的速度可让自然资源保护者迅速采取行动，保护脆弱物种免受偷猎和火灾等威胁。
模拟人类活动的影响
除实时监测生物多样性以外，人工智能还可用来模拟人类活动对生态系统的影响，并重建历史变化。例如，研究人员利用人工智能发现了淡水生态系统中长达一个世纪的环境退化是如何导致生物多样性丧失的。
尽管有充分的证据表明，人类活动导致了河流和湖泊的生物多样性丧失，但科学家对哪些环境因素的影响最大却知之甚少。英国伯明翰大学研究进化生物系统的露易莎·奥尔西尼指出，长期数据对于将生物多样性的变化与环境变化联系起来，并确定可实现的保护目标至关重要。
奥尔西尼团队利用人工智能开发了一个将生物多样性与历史环境变化联系起来的模型。在今年早些时候发表于《eLife》杂志的一项研究中，该团队获得了过去一个世纪湖泊沉积物中植物、动物和细菌留下的遗传物质，她们对沉积物层进行了年代测定，并提取了环境DNA进行测序，然后使用人工智能，将这些数据与气象站的气候信息、直接测量和全国调查的化学污染数据相结合，以确定数据之间的相关性。
结果显示，杀虫剂和杀菌剂的使用，加上极端温度事件和降水，可解释该湖90%的生物多样性损失。
研究人员表示，使用人工智能的主要好处是它不受假设和数据驱动。人工智能可从过去的数据中“学习”，并以比以往更高的准确性预测生物多样性的未来趋势。
